MétaCan
Menu
Retour à la cohorte
Enregistrement W206539352 · doi:10.1177/002013240004500614

Lung Models: Strengths and Limitations

2000· article· en· W206539352 sur OpenAlexaff
T.B. Martonen, Cynthia J. Musante, Rebecca Segal, J. Schroeter, D. Hwang, M A Dolovich, Ray Burton, Rosalind Spencer, John Fleming

Notice bibliographique

RevueRespiratory Care · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineMedical physicsDosimetryAsthmaNuclear medicineImmunology

Résumé

récupéré en direct d'OpenAlex

The most widely used particle dosimetry models are those proposed by the National Council on Radiation Protection, International Commission for Radiological Protection, and the Netherlands National Institute of Public Health and the Environment (the RIVM model). Those models have inherent problems that may be regarded as serious drawbacks: for example, they are not physiologically realistic. They ignore the presence and commensurate effects of naturally occurring structural elements of lungs (eg, cartilaginous rings, carinal ridges), which have been demonstrated to affect the motion of inhaled air. Most importantly, the surface structures have been shown to influence the trajectories of inhaled particles transported by air streams. Thus, the model presented herein by Martonen et al may be perhaps the most appropriate for human lung dosimetry. In its present form, the model's major "strengths" are that it could be used for diverse purposes in medical research and practice, including: to target the delivery of drugs for diseases of the respiratory tract (eg, cystic fibrosis, asthma, bronchogenic carcinoma); to selectively deposit drugs for systemic distribution (eg, insulin); to design clinical studies; to interpret scintigraphy data from human subject exposures; to determine laboratory conditions for animal testing (ie, extrapolation modeling); and to aid in aerosolized drug delivery to children (pediatric medicine). Based on our research, we have found very good agreement between the predictions of our model and the experimental data of Heyder et al, and therefore advocate its use in the clinical arena. In closing, we would note that for the simulations reported herein the data entered into our computer program were the actual conditions of the Heyder et al experiments. However, the deposition model is more versatile and can simulate many aerosol therapy scenarios. For example, the core model has many computer subroutines that can be enlisted to simulate the effects of aerosol polydispersity, aerosol hygroscopicity, patient ventilation, patient lung morphology, patient age, and patient airway disease.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0110,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,289
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations76
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRespiratory CareMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207